Skip to main content
European Commission logo
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary

Thermography AI - cornerstone in future preventive healthCARE

Article Category

Article available in the following languages:

SI i obrazowanie termiczne pomagają w szybkiej diagnostyce chorób

Opracowana w ramach finansowanego przez UE projektu AI-CARE inteligentna technika wykorzystująca obrazowanie termiczne i sztuczną inteligencję może zmienić sposób wykrywania trudnego do zdiagnozowania schorzenia, które dotyka miliony ludzi.

Chodzi tu o chorobę tętnic obwodowych (PAD), która wiąże się ze zwężeniem lub zablokowaniem naczyń transportujących krew z serca do nóg. Choć jest mniej znana niż inne schorzenia naczyniowe, takie jak zawał czy udar mózgu, jest ona oko rozpowszechniona –i słabo diagnozowana. „Na całym świecie na PAD cierpi ponad 230 milionów ludzi”, mówi koordynator projektu AI-CARE Georgi Kadrev, współzałożyciel i dyrektor generalny Kelvin Health w Bułgarii. „Każdego roku u ponad 22 milionów ludzi rozwija się najcięższa postać choroby, zwana krytycznym niedokrwieniem kończyny, która znacznie zmniejsza przepływ krwi. Może ono prowadzić do amputacji, a wskaźnik śmiertelności wynosi 70% w ciągu pięciu lat od postawienia diagnozy”.

Zapotrzebowanie na innowacje kliniczne

Obecne metody diagnostyczne polegają na wykonywaniu pomiarów ciśnienia krwi w różnych punktach kostki, co może nie być wystarczająco dokładne. Szczególnie trudne może być diagnozowanie pacjentów z cukrzycą ze względu na zwapnienie tętnic i brak czucia w nogach. Bardziej inwazyjne metody, w tym angiografia (promieniowanie rentgenowskie używane do badania naczyń krwionośnych), są stosowane tylko przy podejrzeniu poważnych przypadków. Kadrev i jego współpracownicy dostrzegli potrzebę stworzenia prostej, dokładnej i niedrogiej metody diagnozowania tej niewidocznej choroby. „Nasza koncepcja polegała na opracowaniu systemu, który wykorzystuje przenośną kamerę termowizyjną rejestrującą termodynamikę ciała”, wyjaśnia Kadrev. „Generuje on serię obrazów, które są następnie segmentowane i analizowane przy użyciu algorytmów rozpoznawania obrazów sztucznej inteligencji (SI)”. Kadrev demonstruje technologię, podłączając kamerę termowizyjną do telefonu komórkowego i robiąc sobie zdjęcia. Wszelkie anomalie związane z obwodowym układem naczyniowym będą wykrywane za pomocą algorytmów uczenia maszynowego w systemie. „Cała koncepcja opiera się na założeniu, że lokalna temperatura ciała jest powiązana z przepływem krwi”, wyjaśnia Kadrev. „Wszelkie nieprawidłowości zostaną wychwycone przez algorytmy, informując nas o obecności problemów z dopływem krwi tętniczej”.

Wprowadzanie innowacji medycznej na rynek

Wprowadzenie technologii na rynek wymaga przejścia przez tak zwaną „dolinę śmierci”, czyli zainwestowania znacznych środków w przekształcenie obiecującego pomysłu w produkt nadający się do wprowadzenia na rynek. „Musimy dokonać zewnętrznej walidacji naszego prototypu w warunkach klinicznych”, mówi Kadrev. „Samo dotarcie do tego etapu wiąże się z dużym nakładem pracy administracyjnej, analizą własności intelektualnej i znajomością kwestii takich jak ochrona danych medycznych. Musimy także opracować strategię planowania dostępu do rynku”. Projekt AI-CARE zapewnił Kelvin Health wsparcie potrzebne do realizacji tego kluczowego etapu. „Obecnie przygotowujemy się do faktycznej walidacji klinicznej i rozpoczynamy gromadzenie danych klinicznych”, dodaje Kadrev. „Wszystkie te działania są niezbędne do rozpoczęcia procesu komercjalizacji”.

Regularne badania przesiewowe pacjentów z grupy ryzyka

Projekt pomógł również zwiększyć innowacyjność Bułgarii. „Udało nam się nawiązać współpracę z kluczowymi liderami opinii”, zauważa Kadrev. „W listopadzie ubiegłego roku zostaliśmy zaproszeni na sesję naukową American Heart Association w Chicago oraz konferencję LINC w Lipsku, wiodącą europejską konferencję na temat interwencji chirurgicznych w obrębie tętnic”. Wsparcie programu Horyzont dla europejskich ekosystemów innowacji jest także kluczem do rozwoju kultury start-upów. Jest to szczególnie istotne tam, gdzie istniejący kapitał wysokiego ryzyka nie jest nastawiony na rozwiązania badawcze, zwłaszcza w obszarze opieki zdrowotnej, ze względu na związany z tym czas i ryzyko. „Wsparcie to pomogło nam zdobyć trwałe miejsce na mapie innowacji”, zauważa Kadrev. Zasadniczym celem jest wprowadzenie tej innowacyjnej techniki do placówek klinicznych i ustanowienie jej jako skutecznego i ekonomicznego sposobu badania przesiewowego w kierunku PAD. „Gdyby pacjenci zagrożeni PAD – nałogowi palacze, cukrzycy – byli poddawani badaniom przesiewowym dwa razy w roku, pomogłoby to zaoszczędzić zasoby i ratować życie ludzkie”, dodaje Kadrev.

Słowa kluczowe

AI-CARE, SI, obrazowanie termiczne, choroba, diagnoza, PAD, Bułgaria

Znajdź inne artykuły w tej samej dziedzinie zastosowania